未來會被AI替代嗎?

2017年春節前後,我讀到一篇文章,講到中國90後人口數量與80後相比呈現出斷崖式下降,00後人口數量更是比90後總人口數量還要再減少約3000萬。文中談到,人口的減少就是市場的萎縮,那麼未來經濟的發展,必將遇到更大阻力,就業將更加困難。

由於工作的緣故,我很早就開始關注90後及00後的就業問題。我的結論與那篇文章相同:年輕人群未來的就業將更為困難。

但我們關注的,不是未來市場的萎縮或擴張,而是科技進步對初級勞動力的替代。換句話說,如果還是按照現在的教育方式,5-10年後,還沒等到這些年輕人從學校畢業機器就將已經能替代很多初級崗位了。雖然專家級別的人才依然炙手可熱, 但很多年輕人將找不到工作。

為什麼會出現這樣的情況?我們需要思考一下這裡面的邏輯。

1. 公司為什麼要雇傭你?

一般來說,一個人具備的勞動要素是體力和腦力,那麼只要是為公司打工乾活,都是依靠出賣自己的體力和腦力,換取其他資源。佃農給地主耕地,那是交換自己的體力。碼農給公司堆代碼,則更多的是腦力付出。

一個人的體力和腦力勞動效率高,或者更不可替代,那麼他在就業市場上就更有優勢,工資也就可以更高。老員工因為對業務更熟悉,會接觸更重要的工作,而新員工進公司後,普遍要從打雜做起,以熟悉業務。

2. 這一次的自動化與人工智能革命與以往相比有什麼不同?

由於人工智能與自動化的高度發展,體力和腦力勞動者在這次的人工智能革命中都將受到劇烈衝擊,受影響人數將更多。就連人類引以為豪的腦力勞動工種,也會從初級崗位開始,逐漸被機器替代。

牛津大學2013年的報告《The future of work》評估,美國有47%的工作將很可能被機器替代。

麥肯錫2017年1月的報告《A future that works: automation, employment, andproductivity》更咬文嚼字一些,說「60%的崗位與30%以上的工作內容能被自動化替代」,這其中包括一些長久以來被認為是無法被機器所替代的人類崗位。

卡車司機

2004年,MIT的一份報告預測未來最不可能自動化的職業之一將是卡車司機。而2017年的報告指出,Google的自動駕駛技術已經能夠達到每萬英里只需人工干預2次,而Uber的自動駕駛卡車OTTO已在去年成功實現了第一批貨物的無人運送:5萬瓶啤酒。

工廠工人

在特斯拉工廠採用150台機器人完成Model X的高度自動化製造後,有人曾表示,雖然機器人製造效率極高,但富士康工人的雙手更靈巧,是機器無法替代的。這話才說了沒多久,2016年,瑞士機器人巨頭ABB就推出了高度智能化的,可協作的雙手機器人YuMi

金融交易員

2000年左右,金融巨擘高盛在紐約總部的美國現金股票交易櫃台雇有超過600名交易員,現在,這裡只剩下了兩位股票交易員,大量的工作被計算機程序替代。

新興的小型金融AI公司,比如Alphasense, Cerebellum Capital, Dataminr, iSentium等,利用海量的數據與NLP等技術,將在未來挑戰基金經理,銷售,戰略分析師等崗位。

我本人在洛杉磯接過一次詐騙電話,說我中獎了,要給我介紹游輪的項目,並問我年齡。我說我那段時間可能要回中國,對方非常標準地說了一句:「Sorry I don’t understand, could you say it again? 這時我才意識到一直和我說話的竟然是機器人,頓時毛骨悚然。

3. 社會影響?

誠然,人工智能還是沒有人聰明,NLP技術還遠遠不夠成熟(詳見韓林濤的文章《續 搞機器翻譯的不要吹牛,搞機器翻譯的不要嚇人》),不能完全替代人。就算技術上成熟了,還要面臨社會准則、法律要求、成本控制等約束條件。

但在這裡,我們需要明確三點:

1. 人工智能的現有高度已經很高了

人工智能已經到了一個非常了得的高度了,只是我們不斷地設定更高標準,以找出機器與人的不同。

回顧歷史,每次人類認識到自己並不特殊都是要經歷一個過程的。舉例來說,人類曾經一度認為只有人類才具有智慧,結果後來發現,連豬都具備一定智慧。

人類曾經一度認為只有人類才能譜曲,但後來UCSC的教授David Cope開發出能夠創造各類型古典音樂的AI程序 Experiments in Music Intelligence, AI譜出的樂曲迷惑了所有專業人士。

人類曾經認為AI至少還需要15年才能夠在圍棋上戰勝人類,結果AlghaGo已經擊敗了所有人類棋手。

人類曾經一度認為,程序能夠自主編寫程序還需要很長時間,但是程序編寫程序在Google已經實現了。

曾經的標準,已經被一一突破。現在又進一步的找理由,辯稱只有人類才有意識,「莊生曉夢迷蝴蝶,望帝春心托杜鵑。」 這樣的問題,就變得很文藝了。

2.  人才培養斷層的猜想

替代人力,其實不需要AI戰勝最頂尖的人,AI只要能在一段時間之內替代人類初級崗位,持續一段時間之後,人類的人才就會斷檔,後繼就會無人。

人類需要機會和條件,才能持續地學習,才能在更深層次上鑽研業務。這些條件,包括數據、應用場景、資金支持、同行交流,等等。

換句話說,人類需要先找到一份工作,從事大量的訓練,才能磨練技藝。現在的行業翹楚,不管是砌磚、電焊、估值、碼代碼、還是音樂、銷售,無一不是在工作實踐中花費大量時間與精力,才一步一步走到了業界的頂尖。

如果沒有這樣訓練的機會,或者訓練機會大大減少,那初級人才還能不能通過實踐的訓練,成長為行業頂尖人才?

AI如果要替代人類勞動力,肯定是從初級崗位開始替代,那留給新人的鍛鍊機會有多少?如何培養人才?

3. 自動化與AI對人力的替代將進一步拉大人們的收入差距

由於全球化與自動化,美國中產階級一直在萎縮,導致美國國內政治右轉,極端保守主意盛行,反對全球化,川普也借著美國國內這股不滿情緒上台。Aspen Institute的報告《Power-CurveSociety》分析到,由於自動化與人工智能的效率更高,能更廣泛地替代人類勞動力,壓縮工資收入,提高資本收益,市場上也會出現更多「贏者通吃」的情形,將進一步拉大收入分配格局。

Trump的製造業回流政策,到底能不能make American great again? 答案還是一個未知數。如果不能,那會不會出台更為激進的政策?

4. 怎麼辦?

1. 對抗自動化與「贏者通吃」的秘方是差異化

當數字音樂大大降低傳播與製造成本時,音樂產業就已被自動化與數字化衝擊過一次了,結果就是「贏者通吃」:同一類型的音樂,只有前幾名能生存,其餘的全部餓死。不過音樂人也很快找到了對抗「贏者通吃」的最佳方法:差異化。

如果無法與競爭對手在同一個領域競爭,那就差異化,細分或者主動創造下一個具體的音樂表演類型。這也是中國好聲音中評委一再強調的「有特色」。

如果你是女歌手,是唱搖滾?鄉村?還是流行?如果唱鄉村,是唱組合,還是個人?如果唱組合,與LadyAntebellum的區別在哪裡?如果是個人,那與早期Taylor Swift 的區別在哪裡?只有充分的差異化,才能凸顯出自己的特色。越標準,就越容易被自動化替代。

2. 選擇崗位與行業

技術進步並不一定導致對人力的替代或失業。某些情況下,科技進步可以創造新的崗位,來填補被替代的崗位。

最典型的例子就是加州理工學院噴氣動力實驗室的computer們。‘Computer’一詞,在上世紀60年代前,其實是專指利用簡單工具進行數字計算的女工程師,她們的工作包括計算火箭和彈道導彈拋射軌道。她們的工作被後來的IBM計算機所替代。

但是這些工作雖然交給了IBM,但依然需要工程師操作。於是魔高一尺道高一丈,原來的女性‘computer’迅速學習如何編程,成為了世界上第一批程序員。

今天,這樣的機會, 可能依然集中在計算機、數據科學與數據工程方向,但能持續多久,我們也不知道。另外,碼工與數據科學家只是一個崗位,不是一個行業。不同行業受到的衝擊是不一樣的。

如果一個行業,原本就供不應求,而且新技術依然無法滿足市場的巨大需求,那麼就算產品再優秀,只要還是供不應求,對舊有勞動力就不會產生本質的替代影響。

就像衛星發射與太空探索行業,目前就是供不應求。行業領先者SpaceX公司的Falcon 9火箭,低軌道運載能力近23噸,地球同步軌道運載能力達8.3噸,我們國家最近的長征5號只比這一水平超過一點,但是別人價格可以低到$62 million一髮,比我們的長征2F還便宜。那是不是Falcon 9出現了,就會讓其他產品全部下架呢?

答案是否定的。這其中,就有生產能力與市場需求的因素。Falcon9 最多能滿足每2-3周發射一次,這對於全球龐大的衛星發射市場需求來說仍是杯水車薪,所以不會對其他企業造成太大影響。

但如果一個行業的市場需求正在減少,或者市場的需求不足以消化由技術進步帶來的供應增加,那麼這個時候,多餘的產出就會賣不出去,企業就會想法設法降低成本,很可能就會裁員。

最近典型的例子,就是Amazon對傳統零售巨頭的摧毀。2017年元旦前後,由於運營不佳,美國傳統零售巨頭Macy’s宣佈關閉68家店面,超過1萬人將失業。緊接著,另一家百年零售巨頭Sears宣佈關閉超過150家店面。舊金山union square的經典景色——Macy’s 聖誕樹,不知還能存在多久。

3. 培養溝通與協調能力

與計算能力與量化分析能力相比,做好人機交互是異常艱難的,這將是很長時間內AI的一個弱點。

國內有公司號稱做出了極為先進的問答機器人,而且在銀行大廳接待領導,聲音甜美,對答如流。結果後來爆料,這根本就是個遙控摩托+對講機,遠端是企業員工真人在與領導進行對話。這一招,馬化騰十幾年前在QQ上就這麼乾過了。當然,你也可以說這個叫「雲問答」。

溝通與協調在現代生產生活中極為重要,李一諾在公眾號「奴隸社會」中的文章《如何在自動化時代生存》中也提到這一點。我在工作中,也會涉及到大量與學員、與企業溝通的環節,總體上來講,印度朋友的溝通能力遠勝於中國留學生,不管是發郵件,還是打電話,極為講究。

中國學生好的方面是在參加networking的積極性上有了普遍提升,在南加數據科學大會上,往往是一群中國留學生圍著一個印度嘉賓問問題。但如何能夠快速提升個人的溝通能力?我還沒有太好的想法。我博士期間遇到的最能說會道的,最據溝通能力的選手是我們實驗室的一位英國小哥,他本科期間就一直在酒吧做酒保(bartender),與各色人等打交道。這可能會給我們一點啓示。

4. 終生學習是個藥方?

英國《經濟學人》2017年專題就在討論,終生學習是否能夠幫助人們在自動化時代生存。裡面提到的現有MOOC課程將「加劇階層分化」的觀點,幾年前udacity就已經提到。那時候大貓張鐵嶸還沒有走,我們還討論過這個事情。

拋開「加劇階層分化」,終生學習能否成為應對自動化時代的藥方?我覺得,越來越難。

首先,由於一個人的精力與腦力受年齡限制,年紀大了以後,終身學習對於求職的幫助不是那麼明顯,但如果追求的是素質教育,那麼終身學習是必須的。

人普遍的規律是,年輕時學東西很快,上年紀後,不可避免出現記憶下降,反應不夠敏銳等現象。這也是為什麼數學與圍棋領域存在「20歲不成國手終身無望」的說法。由於這樣的客觀條件,很多人在4050歲後無法深入學習一門新的技術,只能做一個簡單的概覽。對於這種情況,在未來面對AI與自動化機器的競爭時,也不具備強大的競爭力,依然會被替代。

其次,面向兒童的終身學習也會受到時間的硬約束。我屬於80後,當時的初中和高中壓力會稍大,但還是有一些課外時間供自己支配。現在的孩子從幼兒園就開始進行各種補習,讀小學讀可以一周補7天,天天補課。

一個家長曾向我展示她家孩子的補課課表:週一游泳班,週二英語班,週三語文班,週四數學競賽班,週五英語班,週六羽毛球班,周日鋼琴。甚至還聽說,有家長把2歲孩子送去學「邏輯」。但小孩子時間只有那麼多,不可能無止盡的加課,這對孩子的身心健康也不利。

我一位師弟對現在的補習風潮感到恐懼,回憶自己幼兒園時在乾嘛,他老婆在一旁打趣:「上次回憶了,在院子里的噴泉下面,脫了衣服淋著噴泉,說在練廬山升龍霸!」。

結語

有人說,科技創新對人類的影響,要看人類能不能hold得住。Hold得住,那可以造福人類;hold不住,那很可能玩火毀滅人類。出現哪樣的科技進步,概率是隨機的,就像糖果罐里堆滿的糖,有的是甜的,有的是苦的,抽到啥算啥。

本文來自微信公眾號「硅兔賽跑」,作者 陳曉理,大數據學院 聯合創始人兼COO